版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著數(shù)碼產(chǎn)品的普及,人們現(xiàn)在可以隨時記錄現(xiàn)實生活中的各種場景信息,而普通的數(shù)碼產(chǎn)品由于受其自身硬件設(shè)備的限制,一般無法完全把場景的所有信息記錄下來。比如,一個真實場景中的對比度和亮度范圍都非常大且色彩信息相當豐富,一般的數(shù)碼相機由于感光范圍相比真實的亮度范圍相差很大,很難同時記錄下場景中的最低亮度和最高亮度,只能采集到設(shè)備能感受到的亮度范圍。即使改變相機對場景的感光時間,也只能記錄場景中的局部范圍信息,其他區(qū)域的信息由于感光過度或感光不
2、足在細節(jié)上會有一定的損失。
針對這種情況,本文通過融合同一場景的不同感光時間下的多曝光圖像序列,能快速得到一幅能夠較完整展現(xiàn)場景中所有信息的新圖像。本文根據(jù)分析多曝光圖像序列的信息特征,提出了兩種融合方法對多曝光圖像進行融合,并對融合結(jié)果進行了綜合分析。第一種方法是基于雙金字塔分解融合方法,首先根據(jù)多曝光圖像的對比度、飽和度和曝光度特性三個特征組合成其相應(yīng)的權(quán)重圖像,再根據(jù)圖像的信息熵特征對權(quán)重圖像進行預處理;其次對多曝光權(quán)重
3、圖像進行歸一化處理得到突顯各自區(qū)域的信息,然后對多曝光圖像和歸一化處理的權(quán)重圖像分別進行不同的金字塔分解,最后通過融合各分解層上的圖像再進行重構(gòu),從而得到信息更豐富的融合圖像。第二種方法是基于小波變換的融合方法,依然是根據(jù)圖像的邊緣細節(jié)特性、飽和度特性和合適曝光度特性,分別對多曝光圖像和其三個特性組合的權(quán)重圖進行小波分解,通過特定的小波變換融合規(guī)則,對各分解層上的小波系數(shù)進行融合再進行小波逆變換,從而得到能充分展現(xiàn)多曝光圖像序列中大部分
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于多次曝光的圖像增強算法研究.pdf
- 多曝光圖像融合關(guān)鍵技術(shù)的研究.pdf
- 多曝光彩色圖像融合技術(shù)的研究.pdf
- 基于多曝光圖像的融合研究.pdf
- 基于多次曝光技術(shù)的大動態(tài)范圍CMOS圖像傳感器研究.pdf
- 多曝光圖像融合和全局背光調(diào)節(jié)研究.pdf
- 高灰度級圖像的生成及多曝光融合技術(shù)研究.pdf
- 基于小波分析的多曝光圖像融合方法.pdf
- 單曝光HDR圖像生成技術(shù)研究.pdf
- 圖像融合技術(shù)的研究.pdf
- 基于FPGA的多曝光圖像分塊融合設(shè)計與驗證.pdf
- 醫(yī)學圖像融合技術(shù)的研究.pdf
- 多曝光圖像融合中的運動檢測與鬼影去除方法研究.pdf
- 圖像融合技術(shù)研究.pdf
- 基于融合技術(shù)的遙感圖像融合方法研究.pdf
- 圖像信息融合技術(shù)的算法研究.pdf
- 醫(yī)學圖像融合技術(shù).pdf
- 聲納圖像融合技術(shù)研究.pdf
- 彩色圖像融合技術(shù)研究.pdf
- 基于多曝光融合及色調(diào)映射的計算攝影技術(shù)研究.pdf
評論
0/150
提交評論